阿里云人工智能平台 PAI 现已支持在 PAI-DSW 中一键安装 OpenClaw通过将 OpenClaw 与 AI 算力、训练环境及文件存储深度集成于同一环境龙虾可直接执行文件读写、GPU 状态监控及训练任务分发实现真正意义上的云端智能化开发。针对注重数据安全的企业用户PAI 依托全链路模型能力支持用户直接接入在平台内自主微调的模型打造安全可控、深耕业务逻辑的私有化智能体OpenClaw 简介OpenClaw 是一款 AI 智能体框架支持直接操控操作系统、持久记忆、定时主动推送并可通过 Web UI、钉钉等多种方式交互内置丰富的 Skills 生态。为什么选择 PAI-DSW 部署 OpenClaw在 PAI-DSW 上部署 OpenClaw可以将AI算力与 OpenClaw 的智能体能力深度结合️ 随开随用免运维⚡ 弹性算力按需扩展 与阿里云生态无缝打通 安全访问避免服务裸奔 让 OpenClaw 真正住在算力旁边一键部署 OpenClaw第一步 打开 DSW 实例在 DSW 实例列表中选择创建好的实例点击「打开」第二步 运行安装脚本在DSW实例的「启动台」页面点击小龙虾气泡或者点击「Terminal」图标打开终端直接执行以下命令curl -fsSL https://pai-dsw-ai-machine.oss-cn-beijing.aliyuncs.com/agent/openclaw/openclaw_installer_dsw.sh -o openclaw_installer_dsw.sh bash openclaw_installer_dsw.sh会进入安装流程建议选择「推荐版本」。安装时间取决于网络速度通常需要 2-5 分钟。第三步 配置模型服务您可选择百炼的大模型或者EAS部署的大模型服务。◆ 配置 AI 模型 [1] ○ 百炼 (DashScope) - 阿里云百炼模型服务 [2] ○ EAS服务 - 阿里云机器学习 PAI EAS 服务 (↑↓ 导航 | 数字直选 | Enter 确认)1、配置百炼服务1配置百炼Base URL。默认使用的百炼Coding Plan的URL普通百炼账号请输入https://dashscope.aliyuncs.com/compatible-mode/v1。2配置百炼API KEY。 复制百炼API Keyhttps://help.aliyun.com/zh/model-studio/get-api-key并粘贴。3按需选择AI模型。4配置GateWay端口默认即可。2、配置 EAS 服务1通过Model Gallery一键部署大语言模型例如 Qwen3.5-397B-A17B)详细操作步骤可参考快速开始Qwen3系列模型部署、微调、评测https://help.aliyun.com/zh/pai/use-cases/deploy-fine-tune-and-evaluate-qwen3-in-quickstart/。2服务部署完成后进入服务详情页获取公网调用地址和Token。然后在脚本中依次配置◆ 配置 EAS 服务 提示请从 PAI-EAS 控制台获取基础访问地址和 Token 基础地址示例http://16********.cn-hangzhou.pai-eas.aliyuncs.com/api/predict/test 注意只需输入基础地址不含 /v1脚本会自动添加 ◆ EAS 基础访问地址: http://16xxxxxxxx.cn-hangzhou.pai-eas.aliyuncs.com/api/predict/test ◆ EASToken可见输入: your-eas-token-here3工具调用配置。脚本会询问是否禁用工具调用◆ 工具调用配置 提示如果 EAS 服务未启用 --enable-auto-tool-choice 参数 会导致 400 错误此时需要禁用工具调用 ◆ 是否禁用工具调用 [1] ○ 否 - 启用工具调用推荐需 EAS 服务端支持 [2] ○ 是 - 禁用工具调用适用于服务端未配置的情况建议如果 EAS 服务端已配置工具调用支持选择「否」。如果不确定或遇到 400 错误选择「是」。第四步 配置完成配置完成后可直接点击访问地址的URL进入Web UI访问 OpenClaw 服务部署完成后您可以选择以下任一方式访问 OpenClaw1、通过DSW Gateway直接打开Web UI推荐无需任何额外配置脚本运行完成后会自动输出一个可点击的访问链接使用阿里云账号登录后即可直接在浏览器中打开 Web UI2、 通过钉钉访问可选在企业钉钉中创建机器人随时随地通过钉钉聊天使用 OpenClaw3、 通过本地 SSH 隧道访问 Web UI可选建立 SSH 隧道后在本地浏览器访问 OpenClaw 的 Web UI三种方式可以同时使用您可以根据实际需求选择配置。以下将以 DSW Gateway 直接打开 WebUI 为例展示操作步骤1、获取 Gateway 访问链接脚本运行完成、Gateway 成功启动后终端会自动输出访问信息✓ Gateway 已成功启动并在后台运行 服务信息 ├─ 进程 PID12345 ├─ 日志文件 ~/.openclaw/gateway.log └─ PID 文件 ~/.openclaw/gateway.pid 访问地址 └─ http://127.0.0.1:18789/?tokenxxxxxxxxxxxxxxxxxxxx点击访问地址链接DSW 会自动通过内置的 Gateway 代理将请求转发浏览器将直接打开 OpenClaw 的 Web UI。说明链接中的 127.0.0.1 是 DSW 实例内部的本地地址DSW 的 Gateway 代理机制会将其安全地暴露给已登录的阿里云用户无需手动配置端口映射。2、访问要求使用有权限访问该 DSW 实例的阿里云账号登录在 PAI 控制台或直接点击脚本输出的链接打开3、 验证服务状态在 Web UI 右上角查看服务状态Health: OK服务正常Gateway: ConnectedGateway 连接正常应用场景实践只需简单的三个步骤你的专属 AI 助理即可上线基础场景场景1日常问答和代码助手请帮我在/mnt/workspace下创建一个使用kaggle公开数据实现房价预测的ipynb代码场景2智能文件搜索请帮我找一下DSW实例中所有包含报告关键词的 Markdown 文件场景3关注消息订阅每天早上9点给我发送最新的AI行业新闻训练场景装备了 OpenClaw 的 PAI-DSW 在 GPU 训练场景下的核心价值主动监控不需要时刻盯着OpenClaw 可以主动发现问题并通知远程操作不需要随时在电脑前通过钉钉对话完成所有操作智能记忆自动整理实验记录随时可查询历史数据场景1任务状态查询可以在钉钉 or Web页面随时询问我刚执行的训练任务GPU利用率怎么样场景2任务状态监控告警用户痛点在 DSW 上跑长时间训练任务如 LLM 微调经常遇到半夜训练挂了但人不知道的情况。GPU 空转烧钱第二天早上才发现白等了一晚上。解决思路用OpenClaw定时检查 GPU or 需要的指标状态发现异常直接通过钉钉推送告警。可以通过命令行直接配置定时任务也可以通过chat来下发指令。openclaw cron add \ --name GPU训练监控 \ --cron */15 * * * * \ --tz Asia/Shanghai \ --session isolated \ --message 请执行以下操作检查GPU训练状态 1. 运行命令python gpu_monitor.py 2. 如果返回 HEARTBEAT_OK说明一切正常无需进一步操作 3. 如果返回异常报告请 - 通过钉钉发送完整报告给我 - 分析报告中提到的可能原因 - 给出建议的解决方案 注意只有检测到异常时才需要通知我。 \ --announce场景3实验数据自动归档用户痛点做算法实验最头疼的不是跑实验而是整理实验记录。每次训练完得手动记录超参数、结果指标、结论和改进方向。解决思路用 OpenClaw 的记忆机制 定时任务实现实验记录的自动化。请每天晚上10点执行实验日志归档任务 1. 运行归档脚本 python /gpu-training-tester/experiment_archiver.py 2. 如果返回 HEARTBEAT_OK说明今天没有新的实验无需操作 3. 如果返回实验记录请 - 将记录追加写入 /mnt/workspace/experiment_log.md - 记住这些实验结果使用 memory 功能 - 发送一份摘要到钉钉 记住后续我查询历史实验时你要能从记忆中检索这些信息。之后 /mnt/workspace/experiment_log.md 文件会被自动维护## 实验记录 ### 2026-03-02 | 实验 | 模型 | 学习率 | Epochs | 最终Loss | Accuracy | 状态 | 耗时 | |------|------|--------|--------|----------|----------|------|------| | exp_20260302_143015 | qwen-7b | 2e-5 | 3 | 0.0234 | 92.1% | 完成 | 0:31:32 | | exp_20260302_161522 | qwen-7b | 5e-5 | 3 | - | - | OOM | 0:04:23 | ### 2026-03-01 | 实验 | 模型 | 学习率 | Epochs | 最终Loss | Accuracy | 状态 | 耗时 | |------|------|--------|--------|----------|----------|------|------| | exp_20260301_091523 | qwen-7b | 1e-5 | 5 | 0.0312 | 91.8% | 完成 | 2h28m | | exp_20260301_141035 | qwen-14b | 1e-5 | 5 | - | - | OOM | 12m |用户可以在 JupyterLab 中直接打开文件查看也可以随时询问 OpenClaw 来获取任务对比、实验数据的情况。OpenClaw 可玩性非常强可以配置更多的消息渠道也可以通过添加丰富的Skills来让他变得更强大。OpenClaw Github地址https://github.com/openclaw/openclawOpenClaw 官方文档https://docs.openclaw.ai/OpenClaw 热门 Skillshttps://github.com/VoltAgent/awesome-openclaw-skills
人工智能平台 PAI：一键部署 OpenClaw，让龙虾陪你一起训模型
阿里云人工智能平台 PAI 现已支持在 PAI-DSW 中一键安装 OpenClaw通过将 OpenClaw 与 AI 算力、训练环境及文件存储深度集成于同一环境龙虾可直接执行文件读写、GPU 状态监控及训练任务分发实现真正意义上的云端智能化开发。针对注重数据安全的企业用户PAI 依托全链路模型能力支持用户直接接入在平台内自主微调的模型打造安全可控、深耕业务逻辑的私有化智能体OpenClaw 简介OpenClaw 是一款 AI 智能体框架支持直接操控操作系统、持久记忆、定时主动推送并可通过 Web UI、钉钉等多种方式交互内置丰富的 Skills 生态。为什么选择 PAI-DSW 部署 OpenClaw在 PAI-DSW 上部署 OpenClaw可以将AI算力与 OpenClaw 的智能体能力深度结合️ 随开随用免运维⚡ 弹性算力按需扩展 与阿里云生态无缝打通 安全访问避免服务裸奔 让 OpenClaw 真正住在算力旁边一键部署 OpenClaw第一步 打开 DSW 实例在 DSW 实例列表中选择创建好的实例点击「打开」第二步 运行安装脚本在DSW实例的「启动台」页面点击小龙虾气泡或者点击「Terminal」图标打开终端直接执行以下命令curl -fsSL https://pai-dsw-ai-machine.oss-cn-beijing.aliyuncs.com/agent/openclaw/openclaw_installer_dsw.sh -o openclaw_installer_dsw.sh bash openclaw_installer_dsw.sh会进入安装流程建议选择「推荐版本」。安装时间取决于网络速度通常需要 2-5 分钟。第三步 配置模型服务您可选择百炼的大模型或者EAS部署的大模型服务。◆ 配置 AI 模型 [1] ○ 百炼 (DashScope) - 阿里云百炼模型服务 [2] ○ EAS服务 - 阿里云机器学习 PAI EAS 服务 (↑↓ 导航 | 数字直选 | Enter 确认)1、配置百炼服务1配置百炼Base URL。默认使用的百炼Coding Plan的URL普通百炼账号请输入https://dashscope.aliyuncs.com/compatible-mode/v1。2配置百炼API KEY。 复制百炼API Keyhttps://help.aliyun.com/zh/model-studio/get-api-key并粘贴。3按需选择AI模型。4配置GateWay端口默认即可。2、配置 EAS 服务1通过Model Gallery一键部署大语言模型例如 Qwen3.5-397B-A17B)详细操作步骤可参考快速开始Qwen3系列模型部署、微调、评测https://help.aliyun.com/zh/pai/use-cases/deploy-fine-tune-and-evaluate-qwen3-in-quickstart/。2服务部署完成后进入服务详情页获取公网调用地址和Token。然后在脚本中依次配置◆ 配置 EAS 服务 提示请从 PAI-EAS 控制台获取基础访问地址和 Token 基础地址示例http://16********.cn-hangzhou.pai-eas.aliyuncs.com/api/predict/test 注意只需输入基础地址不含 /v1脚本会自动添加 ◆ EAS 基础访问地址: http://16xxxxxxxx.cn-hangzhou.pai-eas.aliyuncs.com/api/predict/test ◆ EASToken可见输入: your-eas-token-here3工具调用配置。脚本会询问是否禁用工具调用◆ 工具调用配置 提示如果 EAS 服务未启用 --enable-auto-tool-choice 参数 会导致 400 错误此时需要禁用工具调用 ◆ 是否禁用工具调用 [1] ○ 否 - 启用工具调用推荐需 EAS 服务端支持 [2] ○ 是 - 禁用工具调用适用于服务端未配置的情况建议如果 EAS 服务端已配置工具调用支持选择「否」。如果不确定或遇到 400 错误选择「是」。第四步 配置完成配置完成后可直接点击访问地址的URL进入Web UI访问 OpenClaw 服务部署完成后您可以选择以下任一方式访问 OpenClaw1、通过DSW Gateway直接打开Web UI推荐无需任何额外配置脚本运行完成后会自动输出一个可点击的访问链接使用阿里云账号登录后即可直接在浏览器中打开 Web UI2、 通过钉钉访问可选在企业钉钉中创建机器人随时随地通过钉钉聊天使用 OpenClaw3、 通过本地 SSH 隧道访问 Web UI可选建立 SSH 隧道后在本地浏览器访问 OpenClaw 的 Web UI三种方式可以同时使用您可以根据实际需求选择配置。以下将以 DSW Gateway 直接打开 WebUI 为例展示操作步骤1、获取 Gateway 访问链接脚本运行完成、Gateway 成功启动后终端会自动输出访问信息✓ Gateway 已成功启动并在后台运行 服务信息 ├─ 进程 PID12345 ├─ 日志文件 ~/.openclaw/gateway.log └─ PID 文件 ~/.openclaw/gateway.pid 访问地址 └─ http://127.0.0.1:18789/?tokenxxxxxxxxxxxxxxxxxxxx点击访问地址链接DSW 会自动通过内置的 Gateway 代理将请求转发浏览器将直接打开 OpenClaw 的 Web UI。说明链接中的 127.0.0.1 是 DSW 实例内部的本地地址DSW 的 Gateway 代理机制会将其安全地暴露给已登录的阿里云用户无需手动配置端口映射。2、访问要求使用有权限访问该 DSW 实例的阿里云账号登录在 PAI 控制台或直接点击脚本输出的链接打开3、 验证服务状态在 Web UI 右上角查看服务状态Health: OK服务正常Gateway: ConnectedGateway 连接正常应用场景实践只需简单的三个步骤你的专属 AI 助理即可上线基础场景场景1日常问答和代码助手请帮我在/mnt/workspace下创建一个使用kaggle公开数据实现房价预测的ipynb代码场景2智能文件搜索请帮我找一下DSW实例中所有包含报告关键词的 Markdown 文件场景3关注消息订阅每天早上9点给我发送最新的AI行业新闻训练场景装备了 OpenClaw 的 PAI-DSW 在 GPU 训练场景下的核心价值主动监控不需要时刻盯着OpenClaw 可以主动发现问题并通知远程操作不需要随时在电脑前通过钉钉对话完成所有操作智能记忆自动整理实验记录随时可查询历史数据场景1任务状态查询可以在钉钉 or Web页面随时询问我刚执行的训练任务GPU利用率怎么样场景2任务状态监控告警用户痛点在 DSW 上跑长时间训练任务如 LLM 微调经常遇到半夜训练挂了但人不知道的情况。GPU 空转烧钱第二天早上才发现白等了一晚上。解决思路用OpenClaw定时检查 GPU or 需要的指标状态发现异常直接通过钉钉推送告警。可以通过命令行直接配置定时任务也可以通过chat来下发指令。openclaw cron add \ --name GPU训练监控 \ --cron */15 * * * * \ --tz Asia/Shanghai \ --session isolated \ --message 请执行以下操作检查GPU训练状态 1. 运行命令python gpu_monitor.py 2. 如果返回 HEARTBEAT_OK说明一切正常无需进一步操作 3. 如果返回异常报告请 - 通过钉钉发送完整报告给我 - 分析报告中提到的可能原因 - 给出建议的解决方案 注意只有检测到异常时才需要通知我。 \ --announce场景3实验数据自动归档用户痛点做算法实验最头疼的不是跑实验而是整理实验记录。每次训练完得手动记录超参数、结果指标、结论和改进方向。解决思路用 OpenClaw 的记忆机制 定时任务实现实验记录的自动化。请每天晚上10点执行实验日志归档任务 1. 运行归档脚本 python /gpu-training-tester/experiment_archiver.py 2. 如果返回 HEARTBEAT_OK说明今天没有新的实验无需操作 3. 如果返回实验记录请 - 将记录追加写入 /mnt/workspace/experiment_log.md - 记住这些实验结果使用 memory 功能 - 发送一份摘要到钉钉 记住后续我查询历史实验时你要能从记忆中检索这些信息。之后 /mnt/workspace/experiment_log.md 文件会被自动维护## 实验记录 ### 2026-03-02 | 实验 | 模型 | 学习率 | Epochs | 最终Loss | Accuracy | 状态 | 耗时 | |------|------|--------|--------|----------|----------|------|------| | exp_20260302_143015 | qwen-7b | 2e-5 | 3 | 0.0234 | 92.1% | 完成 | 0:31:32 | | exp_20260302_161522 | qwen-7b | 5e-5 | 3 | - | - | OOM | 0:04:23 | ### 2026-03-01 | 实验 | 模型 | 学习率 | Epochs | 最终Loss | Accuracy | 状态 | 耗时 | |------|------|--------|--------|----------|----------|------|------| | exp_20260301_091523 | qwen-7b | 1e-5 | 5 | 0.0312 | 91.8% | 完成 | 2h28m | | exp_20260301_141035 | qwen-14b | 1e-5 | 5 | - | - | OOM | 12m |用户可以在 JupyterLab 中直接打开文件查看也可以随时询问 OpenClaw 来获取任务对比、实验数据的情况。OpenClaw 可玩性非常强可以配置更多的消息渠道也可以通过添加丰富的Skills来让他变得更强大。OpenClaw Github地址https://github.com/openclaw/openclawOpenClaw 官方文档https://docs.openclaw.ai/OpenClaw 热门 Skillshttps://github.com/VoltAgent/awesome-openclaw-skills
